Merge pull request 'volkov_rafael_lab_4 is done' (#252) from volkov_rafael_lab_4 into main

Reviewed-on: http://student.git.athene.tech/Alexey/IIS_2023_1/pulls/252

volkov_rafael_lab_4/app.py

@@ -0,0 +1,51 @@
+from flask import Flask, render_template
+import pandas as pd
+from scipy.cluster.hierarchy import linkage, dendrogram
+import seaborn as sns
+import io
+import base64
+import matplotlib.pyplot as plt
+import numpy as np
+
+app = Flask(__name__)
+
+# Загрузка данных из файла bgg_dataset.csv
+data = pd.read_csv("bgg_dataset.csv", delimiter=";")
+
+# Обработка данных: преобразование строк в числа и замена ',' на '.'
+data['Rating Average'] = data['Rating Average'].str.replace(',', '.').astype(float)
+data['Complexity Average'] = data['Complexity Average'].str.replace(',', '.').astype(float)
+data['Year Published'] = pd.to_numeric(data['Year Published'], errors='coerce')  # Если есть строки, которые не являются числами, они будут заменены на NaN
+
+# Замена пропущенных значений средними значениями по столбцам
+features = data[['Year Published', 'Users Rated', 'Rating Average', 'BGG Rank', 'Owned Users', 'Complexity Average']]
+features = features.fillna(features.mean())
+
+# Проверка наличия бесконечных значений
+if not features.applymap(np.isfinite).all().all():
+    raise ValueError("Data contains infinite values")
+
+# Вычисление матрицы расстояний и построение кластеров с использованием модели linkage
+linkage_matrix = linkage(features, method='ward')
+
+@app.route('/')
+def index():
+    # Создание изображения кластеризации
+    sns.set(style='white')
+    g = sns.clustermap(features, row_linkage=linkage_matrix, col_cluster=False, figsize=(18, 12))
+
+    # Сохранение изображения в буфер
+    img_buffer = io.BytesIO()
+    g.savefig(img_buffer, format='png')
+    img_buffer.seek(0)
+
+    # Преобразование изображения в base64 строку
+    img_base64 = base64.b64encode(img_buffer.read()).decode()
+
+    # Освобождение ресурсов
+    plt.close(g.fig)
+
+    return render_template('index.html', cluster_image=img_base64)
+
+if __name__ == '__main__':
+    app.run(port=5000, debug=True)

volkov_rafael_lab_4/readme.md

@@ -0,0 +1,36 @@
+Общее задание:
+Использовать метод кластеризации к данным из курсовой работы, самостоятельно сформулировав задачу.
+Интерпретировать результаты и оценить, насколько хорошо он подходит для решения сформулированной вами задачи.
+
+Задание по вариантам:
+модель linkage
+Датасет: Board Games
+Ссылки:
+https://www.kaggle.com/datasets/andrewmvd/board-games
+
+Задача для кластарезации:
+Кластеризация игр на основе их характеристик: 'Year Published', 'Users Rated', 'Rating Average', 'BGG Rank', 'Owned Users', 'Complexity Average'
+Запуск через файл app.py
+
+Технологии:
+
+Flask: Фреймворк для создания веб-приложений на языке Python.
+Pandas: Библиотека для анализа и обработки данных.
+SciPy: Набор библиотек для научных вычислений в Python, включая функцию linkage для кластеризации.
+Seaborn и Matplotlib: Библиотеки для визуализации данных.
+Описание работы программы:
+
+Загрузка данных: Программа загружает данные из файла 'bgg_dataset.csv', представленного в виде таблицы с различными параметрами игр (год выпуска, количество оценок пользователей, средний рейтинг и т.д.).
+
+Обработка данных: Производится обработка данных, включая преобразование строк в числа, замену ',' на '.' и обработку пропущенных значений.
+
+Кластеризация и построение дендрограммы: Применяется кластеризация методом linkage на основе выбранных параметров игр. Полученная матрица расстояний используется для построения дендрограммы с помощью библиотеки Seaborn.
+
+Отображение в веб-приложении: Результат визуализации (дендрограмма) сохраняется в формате изображения и отображается в веб-приложении, созданном с использованием Flask.
+
+Входные данные:
+
+Файл 'bgg_dataset.csv' с данными об играх, включающими столбцы Year Published, Users Rated, Rating Average, BGG Rank, Owned Users, Complexity Average.
+Выходные данные:
+
+Веб-страница с отображенной дендрограммой, представляющей кластеризацию игр на основе выбранных параметров.

volkov_rafael_lab_4/templates/index.html

@@ -0,0 +1,11 @@
+<!DOCTYPE html>
+<html lang="en">
+<head>
+    <meta charset="UTF-8">
+    <title>Cluster Analysis</title>
+</head>
+<body>
+    <h1>Cluster Analysis</h1>
+    <img src="data:image/png;base64,{{ cluster_image }}" alt="Cluster Analysis">
+</body>
+</html>